Python删除未闭合的标记

Question

Python中有一系列未闭合的字符串。注意：对于NLP解析器，这不需要是正确的XML。例如，考虑以下字符串：

<hi><TIMEX>every monday, wednesday and friday</TIMEX> </TIMEX>but <TIMEX>not saturday 
</TIMEX></bye><TIMEXUNTIL>until january</TIMEXUNTIL> from <TIMERANGE>11:30am-12:00
</TIMERANGE>

我们有一个额外的开放标签：

^{pr2}$

和额外的结束标记：

</TIMEX>
</bye>

如何轻松删除没有匹配的打开/关闭标记？我想要的输出是：

<TIMEX>every monday, wednesday and friday</TIMEX> but <TIMEX>not saturday 
</TIMEX><TIMEXUNTIL>until january</TIMEXUNTIL> from <TIMERANGE>11:30am-12:00
</TIMERANGE>

Answer 1

一种解决方案是遍历字符串，查找标记，包括关闭的和打开的标记。在

然后把逻辑，相应地。理想情况下，它可以用堆栈数据结构来解决。可以使用以下逻辑编写代码。-在

1. 设a为标签，打开或关闭
2. 检查标签是否在列表中，反之亦然
3. 如果您在列表中找到合适的标记并将其删除。如果没有，也添加该标记及其位置。适当的标记可以定义为打开的一个或另一个打开的标记的闭合标记，或闭合标记的打开标记。在
4. 在迭代结束时，您将有未关闭/未打开的标记及其位置。现在您可以继续并删除。在